論文の概要: An Analysis by Synthesis Method that Allows Accurate Spatial Modeling of
Thickness of Cortical Bone from Clinical QCT
- arxiv url: http://arxiv.org/abs/2009.08664v1
- Date: Fri, 18 Sep 2020 07:30:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 03:43:21.146140
- Title: An Analysis by Synthesis Method that Allows Accurate Spatial Modeling of
Thickness of Cortical Bone from Clinical QCT
- Title（参考訳）: 臨床QCTによる皮質骨厚の正確な空間的モデリングを可能にする合成法の解析
- Authors: Stefan Reinhold, Timo Damm, Sebastian B\"usse, Stanislav N. Gorb,
Claus-C. Gl\"uer, Reinhard Koch
- Abstract要約: 骨粗しょう症(英: osteoporosis)は、大脳皮質骨と気管骨の強度の低下により骨折リスクが増大する骨格疾患である。
本研究では,皮質骨の厚み分布の正確な空間的モデリングを可能にする,新しいモデルに基づく完全自動画像解析手法を提案する。
- 参考スコア（独自算出の注目度）: 0.7340017786387765
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Osteoporosis is a skeletal disorder that leads to increased fracture risk due
to decreased strength of cortical and trabecular bone. Even with
state-of-the-art non-invasive assessment methods there is still a high
underdiagnosis rate. Quantitative computed tomography (QCT) permits the
selective analysis of cortical bone, however the low spatial resolution of
clinical QCT leads to an overestimation of the thickness of cortical bone
(Ct.Th) and bone strength.
We propose a novel, model based, fully automatic image analysis method that
allows accurate spatial modeling of the thickness distribution of cortical bone
from clinical QCT. In an analysis-by-synthesis (AbS) fashion a stochastic scan
is synthesized from a probabilistic bone model, the optimal model parameters
are estimated using a maximum a-posteriori approach. By exploiting the
different characteristics of in-plane and out-of-plane point spread functions
of CT scanners the proposed method is able assess the spatial distribution of
cortical thickness.
The method was evaluated on eleven cadaveric human vertebrae, scanned by
clinical QCT and analyzed using standard methods and AbS, both compared to high
resolution peripheral QCT (HR-pQCT) as gold standard. While standard QCT based
measurements overestimated Ct.Th. by 560% and did not show significant
correlation with the gold standard ($r^2 = 0.20,\, p = 0.169$) the proposed
method eliminated the overestimation and showed a significant tight correlation
with the gold standard ($r^2 = 0.98,\, p < 0.0001$) a root mean square error
below 10%.
- Abstract（参考訳）: オステオポローシス(osteoporosis)は、皮質骨や骨梁骨の強度低下による骨折リスクの増加につながる骨格性疾患である。
最先端の非侵襲的評価方法であっても、診断率が高い。
定量的CT(QCT)は,皮質骨の選択的解析を可能にするが,QCTの低空間分解能は,皮質骨の厚み(Ct.Th)と骨強度の過大評価につながる。
臨床用QCTから皮質骨の厚み分布の正確な空間的モデリングを可能にする新しいモデルベース完全自動画像解析法を提案する。
確率的骨モデルから確率的スキャンを合成する解析バイシンセシス(AbS)法において、最適なモデルパラメータを最大アポテリオリアプローチを用いて推定する。
平面内および平面外点拡散関数の異なる特徴をCTスキャナーで利用することにより,皮質厚みの空間分布を評価することができる。
本手法は, 臨床用QCTでスキャンし, 高分解能末梢性QCT (HR-pQCT) を金標準として比較し, 標準法およびAbSを用いて解析した。
標準 qct ベースの測定値が ct.th を過大評価する一方で
560%で, 金標準値 (r^2 = 0.20,\, p = 0.169$) と有意な相関はみられなかったが, 提案手法は過大評価を排除し, 金標準値 (r^2 = 0.98,\, p < 0.0001$) と有意な相関を示した。
関連論文リスト
- Contrast-agent-induced deterministic component of CT-density in the
abdominal aorta during routine angiography: proof of concept study [0.0]
血管内のコントラスト剤の動的挙動を記述するモデルを構築した。
特定の研究の診断値の増大とCTデータ処理ツールの改善に有用である。
論文 参考訳（メタデータ） (2023-10-31T07:59:57Z) - DeepVox and SAVE-CT: a contrast- and dose-independent 3D deep learning
approach for thoracic aorta segmentation and aneurysm prediction using
computed tomography scans [2.3135717943756307]
胸部大動脈瘤(英: Thoracic aortic aneurysm,TAA)は、大動脈の進行拡大による解離や破裂を引き起こす致命的な疾患である。
その他の指標は、このスクリーニングに役立つが、コントラスト増強や低用量プロトコールを伴わずに取得すれば、臨床評価が困難になる可能性がある。
本研究は, 対照群とTAA患者を含む587種類のCTスキャンを, コントラスト増強の有無にかかわらず低線量および標準線量プロトコールで取得した。
新たなセグメンテーションモデルであるDeepVoxは,開発およびテストセットに対してそれぞれ0.932と0.897のダイススコア係数を示した。
論文 参考訳（メタデータ） (2023-10-23T19:48:58Z) - Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。
深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。
結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。
このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文 参考訳（メタデータ） (2023-07-06T08:27:48Z) - Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via
Volumetric Pseudo-Labeling [66.75096111651062]
我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。
解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。
得られたセグメンテーションモデルはCXRで顕著な性能を示した。
論文 参考訳（メタデータ） (2023-06-06T18:01:08Z) - BMD-GAN: Bone mineral density estimation using x-ray image decomposition
into projections of bone-segmented quantitative computed tomography using
hierarchical learning [1.8762753243053634]
そこで本研究では,QCTを用いて生成的対位ネットワーク(GAN)を訓練し,X線画像を骨分節QCTの投影に分解する手法を提案する。
変形性膝関節症患者200名を対象に, 予測真理と地上真理のピアソン相関係数が0.888であった。
論文 参考訳（メタデータ） (2022-07-07T10:33:12Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳（メタデータ） (2022-06-14T10:16:54Z) - Breast Cancer Induced Bone Osteolysis Prediction Using Temporal
Variational Auto-Encoders [65.95959936242993]
骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。
乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
論文 参考訳（メタデータ） (2022-03-20T21:00:10Z) - Improving Classification Model Performance on Chest X-Rays through Lung
Segmentation [63.45024974079371]
本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。
提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
論文 参考訳（メタデータ） (2022-02-22T15:24:06Z) - A Deep Learning-Based Method for Automatic Segmentation of Proximal
Femur from Quantitative Computed Tomography Images [5.731199807877257]
我々は、エンドツーエンドの完全畳み込みニューラルネットワーク(CNN)であるV on-Netに基づく3次元画像分割法を開発した。
提案手法の有効性を評価する実験を行った。
論文 参考訳（メタデータ） (2020-06-09T21:16:47Z) - Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on
2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。
合計320回の試験(平均6回の試験)と28回の試験が行われた。
ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
論文 参考訳（メタデータ） (2020-05-27T20:44:38Z) - Introducing Anisotropic Minkowski Functionals for Local Structure
Analysis and Prediction of Biomechanical Strength of Proximal Femur Specimens [0.0]
骨粗しょう症や外傷による骨の脆さや骨折は、50歳以上の成人に多く見られ、生活の質を低下させる。
本研究では,MDCT画像から大腿骨近位部標本の骨強度を推定する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-04-02T14:33:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。